跳到正文

#教程实践

今日 2 条
今天11月16日周一
  1. 人人都是产品经理38

    AI 手搓的单文件 3D 网页走红,1.4M 纯 HTML 游戏画面接近 3A

    用 AI 手搓的纯 HTML 3D 世界成为近期社群里最热的玩法,一个 1.4M 的单文件游戏画面接近 3A 大作,其中约 700KB 是 Three.js,其余全由代码现场生成模型、雨和音效,没有一张图片或一段录音。

    决策要点

    程序化生成叠加 AI 写码,把 3D 内容的成本从制作和存储素材转移到打开时的算力,网页 3D 从图形专家的手艺变成普通人可上手的技能。

    • 影响轻量 3D 展示和营销页面的原型成本降到一段提示词的量级,省去素材制作和文件分发;但人物等精细模型还是要靠 Blender、Tripo 先建模,体积和迭代轮次都会上升;作者自己也判断商业上未必有大用。
    • 参考可考虑用文中模板挑一个产品展示或活动页场景做试点,记录加载耗时和多轮修改的人工成本;值得要求把主要物体拆成独立组件,方便后续单独调整。
  2. 人人都是产品经理49

    开源工具 terminal-mac 让 AI Agent 在独立 macOS 虚拟机里操作电脑

    开源项目 terminal-mac 基于 Apple Virtualization 框架,能在 Apple Silicon Mac 上为 AI Agent 启动一台带独立桌面和文件系统的 macOS 虚拟机,并通过内置 MCP 服务器提供截图、点击、输入等操作接口。

    决策要点

    这件事的实质是 Agent 操作桌面的隔离与安全问题有了低成本开源解法,社区正在快速补齐 Agent 基础设施。

    • 影响GUI 测试、批量界面调整、敏感文档处理等桌面任务可低成本获得隔离执行环境;员工自建 Agent 基础设施的门槛下降;但外层 Agent 的本机权限仍需单独管控,虚拟机隔离不能替代权限治理。
    • 参考可考虑让内部工具团队 fork 这个 MIT 项目按需改造,先选 GUI 回归测试或敏感文档处理一个场景做隔离试点;值得盘点现有 Agent 的本机权限清单,并核对团队 Mac 是否为 Apple Silicon。
11月15日周日
  1. 人人都是产品经理45

    WorkBuddy 重复循环浪费 token,12KB 脚本止损实测减耗 40%~60%

    WorkBuddy 执行任务会陷入失败重复和成功重复两种 loop,空转消耗 token 和积分,自带的 Harness 只到轮次上限才喊停。

    决策要点

    Agent 的 token 浪费常来自执行层重复循环而非模型本身,Harness 的轮次上限不等于止损,成本缺口可以外挂一层监控来补。

    • 影响Agent 任务账单里可能藏着大量空转消耗,重复撞墙还会拖长上下文、推高每次思考的时间和成本;官方自带的轮次机制并不按浪费程度喊停,这类损耗需要额外手段兜底。
    • 参考可考虑先统计在用 Agent 的重复调用和空转轮次占比,再决定是否引入止损脚本;装第三方脚本前值得让 Agent 跑一次安全审查,弄清 Hook 挂载机制的风险。
  2. The Decoder:AI News58

    Anthropic称过时的提示词习惯正在拖慢Claude Opus 5.5

    Anthropic说明Claude Opus 5.5已设为Pro、Max、Ultra和Team套餐的默认模型,工作方式与上代不同,旧提示词习惯反而拖慢表现,并给出官方提示词建议。

    决策要点

    模型自适应推理成熟后,逐句微操提示词的旧打法失效,使用重心从指挥过程转向描述结果,模型选型的成本账也需按新档位重算。

    • 影响企业沉淀的提示词模板和使用培训需要按新模型重写,沿用旧语句可能拖慢响应速度;便宜模型拉满档位的开销已接近旗舰模型,按单价做的预算口径要重算;单条消息交付完整任务会减少人机来回确认,改变协作分工。
    • 参考可考虑盘点内部提示词库,先删think hard类语句并按Medium档重测常用场景;值得把Sonnet高档位用量与Opus 5.5放在一起重算月度成本;先选一个多步骤任务试点一条消息写清目标、格式和追问时点。
11月14日周六
  1. 人人都是产品经理20

    盘点8款独立开发者小App:打怪要做深蹲、出门靠掷骰子、刷TikTok先赢小游戏

    张艾拉在人人都是产品经理整理了8款独立开发者的小App,包括做深蹲才能打怪的 Data2Dao、掷骰子推荐目的地的 Sidequest、赢小游戏才能解锁 TikTok 的 Rewired 等。

    决策要点

    这批独立小产品把端侧AI识别和本地数据存储当卖点,说明轻量AI能力已进入个人开发者可复用的范围。

    • 影响轻量AI功能已有现成的设备端方案,中小团队做用户产品可以不依赖云端算力成本;隐私本地化正成为可宣传的差异点;收费额度限制若与长期使用习惯冲突,会直接反映到应用商店口碑。
    • 参考可考虑让产品团队把这8款当作轻量交互样本研究,重点看端侧识别与本地存储的实现方式;值得对照检查自家会员额度或付费墙是否与长期使用场景冲突。
  2. 人人都是产品经理57

    AI 新手用 Cursor 从零搭建备婚小程序婚策宝的实战经验

    作者分享了零后端经验者用 AI 编程助手 Cursor 从零搭建备婚主题微信小程序婚策宝的全程实战,产品定位为备婚经验社区、实用工具箱加电商导流三大模块。文章按十个阶段拆解实施路线,每阶段给出 Prompt 示例与验收标准,并整理备案短信 24 小时内核验、个人主体不能开微信支付、电商跳转需配置小程序白名单等踩坑记录。

    决策要点

    AI 编程助手把小程序开发的门槛压到会描述需求即可,个人无需后端经验也能走完从开发到上线的全流程。

    • 影响验证型小工具和 MVP 的开发成本明显下降,业务想法可低成本试错;个人主体不能开微信支付,涉及交易的功能仍需企业资质;云开发配置、备案核验等手动环节仍需专人处理。
    • 参考可考虑选一个纯工具型场景让团队用 AI 编程助手做 MVP 试点,按阶段约定验收标准;涉及支付或电商的先确认主体资质与类目;值得把备案短信 24 小时核验写进上线流程。
  3. 人人都是产品经理54

    阿里 Qwen4-Max Preview 实测,4800 万条数据 26 分钟跑完

    作者向阳乔木实测阿里 Qwen4-Max 预览版,把 12G 的 HackerNews 数据集(覆盖 2007 年至 2026 年 8 月)直接交给模型,26 分钟用 DuckDB 查询 4800 万条数据。

    决策要点

    这次实测的实质是旗舰模型的任务完成度已覆盖从数据查询到成品的完整链条,企业评估国产模型可用性多了一个重度使用样本。

    • 影响数据分析、选题整理、界面重设计这类任务可尝试交给模型端到端完成,相关岗位的工作起点和人效基准会被抬高;包月 19.5 元的预览定价降低了小团队试用门槛;现有证据只是单个作者的实测样本,不能直接外推到企业自有数据和场景。
    • 参考可考虑挑一个有存量数据表的分析需求,把原始数据直接丢给模型试跑并记录耗时与结果质量;值得让内容岗用一周海外 Newsletter 做同题选题对比人机耗时;预览版包月 19.5 元可先给数据或内容岗开小范围账号试用。
  4. 人人都是产品经理28

    独立开发者开源背词应用词光(Word Atlas),7,298个雅思词条与3.7万+音画数据免费开放

    独立开发者0xLei于10月25日开源背词应用词光(Word Atlas),两周多收获超4.8K Star,仓库地址 https://github.com/designfuchen/word-atlas。

    决策要点

    开源项目用生成式AI批量生产全部词条内容并连数据集一起开放,说明AI内容管线的成本优势成立,但逐条审校仍是缺口,企业复用需自带校对环节。

    • 影响语言培训或员工学习产品可低成本获得7,298词条与3.7万+音画素材,署名即可用于产品研发;AI生成内容未经逐条人工审校,引入前需自建抽检与校对流程;其防自欺复习规则对内部培训工具的记忆效果设计有参考价值。
    • 参考可考虑先审查data/word-atlas.json的词条结构是否匹配自家场景,再定复用范围;值得把插画表意偏差与同形异音词读音缺失列入引入前的抽检清单;备考周期紧的场景要先按每日新词量算清复习叠加压力。
  5. 人人都是产品经理42

    WorkBuddy 本地部署 MiniMax H3 开源视频模型实操教程

    作者用 WorkBuddy 在本地部署 MiniMax H3 开源视频生成模型,在其 i9 加 4070 8G 显存的笔记本上生成 5 秒 768×432 分辨率 24 帧视频耗时 488 秒。

    决策要点

    开源视频模型本地部署已能在消费级显卡上跑通,但质量与耗时决定了它目前只宜当素材补充,商用级产出仍要靠付费 API。

    • 影响消费级硬件即可试跑开源视频模型,产品宣传片或素材类低要求场景可低成本尝试;生成速度和质量限制使其暂难承担正式产线;要商用质量就得为 Seedance 这类 API 付费。
    • 参考可考虑先用一台现有显卡机器试跑部署,记录目标素材的生成耗时和抽卡次数,再对比火山引擎等 API 报价;值得划一条质量线,只把能接受的素材交给本地模型。
  6. 人人都是产品经理42

    AI工具WorkBuddy像极了活字印刷术

    作者把AI工具WorkBuddy比作活字印刷术,认为它把工作拆成技能、插件与工具按任务组合,降低的是执行知识工作的成本,而积分是省不掉的纸墨。作者实测用一段提示词把一周用户反馈表跑成分类统计、需求Top5和7页汇报PPT,称质量好到能直接汇报的程度,未匹配到现成Skill的子任务可保存为自定义Skill复用。

    决策要点

    WorkBuddy这类产品把知识工作拆成可复用的技能,不会编程的人也能用自然语言搭流程,省下的是执行环节的人工,代价是按次消耗的积分支出。

    • 影响每周重复的表格、统计和汇报类工作可沉淀成技能反复执行,减少逐环节手工操作;积分按次消耗,用量越大支出越高,这类支出是持续性的;人的工作从亲手执行转向下达指令和审核结果,把关责任随之上移。
    • 参考可考虑挑一件每周都要重做的报表或汇报任务,用最小积分包先跑一次,记录单次积分消耗和人工耗时再决定是否推广;值得把没有现成技能的环节保存成自定义Skill,逐步积累团队自己的技能清单。
  7. 人人都是产品经理60

    健康消费服务企业用户反馈闭环实操拆解,AI 辅助定责并将处理周期从三个月缩至一个月

    一位健康消费服务行业从业者复盘了把用户反馈打通到产品迭代的 AI 落地案例,反馈迭代周期从三个月压缩到一个月,用户净推荐值 NPS 提升 8 分。方案把需求理解、责任判定和标准匹配交给 AI,人负责核实与线下执行,扣分须经人工确认才生效;作者曾因 AI 判定直接扣分收到一百多条申诉,此后定下准确率验证完前 AI 结果不动教练分的底线。

    决策要点

    AI 在这类流程里只承担判定环节,真正的工作量在把规则拆成机器可比对的标准和跨部门流程重构。

    • 影响服务交付型企业的反馈处理周期存在压缩空间,参照价值在流程设计而非模型本身;AI 定责直接挂钩收入时,错误判定会引发申诉反弹,需要人工复核兜底;落地成本集中在跨部门梳理和标准结构化上。
    • 参考可考虑先盘点各渠道反馈并统一受理端口,把判定和履约标准拆成机器可比对的条目;值得先按影子模式让 AI 只记录不执行,比对人工结果验证一致率后再放开权限。
11月13日周五
  1. 人人都是产品经理36

    拆解养基宝,一款无销售牌照却月活居专业基金平台第2的工具APP

    产品经理拆解了不持牌、不能交易的基金工具APP养基宝,据易观千帆2026年9月监测,其MAU为94.53万,居专业基金平台第2,仅次于天天基金的412.64万。

    决策要点

    这件事的实质是,跨平台账本这类账户层工具需求真实且规模可观,持牌平台只卖自家产品留出的空位养活了中立工具,但导流变现与监管收紧正在挤压这一生存位。

    • 影响持牌销售平台因只卖自家产品留出的跨平台账本空位,已被市场验证为真实需求;工具型产品的估值获客、社群活跃、开户导流与会员付费的变现路径已跑通,但不持牌身份叠加开户导流正处在监管点名范围内;其日活与行情波动正相关,用户规模并不稳定。
    • 参考持牌平台可考虑评估在自家APP内补跨平台持仓总览的可行性与合规前提;若与工具型平台合作导流,值得先按《金融产品网络营销管理办法》核对边界;也可先盘点自家新手用户的引导流失点,再决定是否投入工具层。
  2. IT之家·人工智能18

    网友用停产英特尔傲腾内存无显卡跑通 2.8 万亿参数 Kimi K3,每秒输出 1.5 词元

    一名 Reddit 网友在无显卡的环境下,用已停产的英特尔傲腾持久内存跑通了 2.8 万亿参数的月之暗面 Kimi K3 模型。该配置为 40 核第三代至强可扩展处理器加傲腾 200 系列,以 App Direct 模式通过 llama.cpp 推理;1 比特量化在关闭 DAX 后速度约每秒 1.50 词元,3 比特量化仅每秒 0.75 词元,生成 5 万词元约需 18.5 小时。

    决策要点

    这场实验的实质是把运行超大模型的门槛从显卡算力转移到内存容量,停产硬件也能载入 Kimi K3,只是速度停在每秒个位数词元。

    • 影响对多数企业的直接经营影响有限,实测速度只适合不要求实时响应的场景;若考虑本地部署大模型,大容量廉价内存替代显卡的路线可进入成本比较。
    • 参考可考虑在评估本地大模型部署时,把二手傲腾内存加大容量内存的路线列入比价清单;先用 llama.cpp 实测目标模型量化后的生成速度再定预算。
  3. 人人都是产品经理47

    从 Demo 到生产:给 LangChain 售后助手补上运行时上下文、长期记忆、流式输出和可观测性

    作者叶小钗发布 LangChain 售后助手系列教程第三篇,补齐把演示级 Agent 接入真实业务前的四个工程环节。

    决策要点

    售后类 Agent 从演示走向生产,主要工作量在身份注入、长期记忆、流式反馈和执行追踪这些工程环节,而非模型能力本身。

    • 影响对已启动对话 Agent 试点的团队,这四项是接入业务系统前的自查清单;示例采用内存存储,重启即失效,生产需另配持久化和权限校验;启用 LangSmith 会向外部服务发送执行记录,涉及数据边界评估。
    • 参考可考虑按上下文、记忆、流式、追踪四项对照现有 Agent 试点找差距;值得确认用户身份一律取自服务端登录信息并检查访问权限;评估追踪记录外发的合规边界,必要时先在测试环境验证。
  4. 人人都是产品经理35

    手把手教你用 Claude Code 的 mochen-website-design Skill 搭建专属个人网站

    陌晨发布 mochen-website-design,一个供 Claude Code、Codex 等 Agent 使用的网站设计 Skill,先把文章、笔记、简历等材料读完再决定网站栏目结构与排版。

    决策要点

    建站的重心从选模板填格子转向让 Agent 先理解内容,个人和小团队的展示型站点多了一条低成本的定制路线。

    • 影响展示型官网或个人品牌页可按此思路低成本生成,省掉模板改造的工时;授权明确禁止收费建站与客户交付,商业项目不能直接搬用;纯静态无后端的输出适合内容型站点,交互复杂的需求并不适用。
    • 参考可考虑用这套 Skill 把团队存量文章或笔记生成站点雏形,与模板建站对比耗时和观感;值得借鉴其先读内容再定结构的思路,沉淀成内部内容页面的生成脚本;商用场景先核对授权范围再决定是否引入。
  5. 人人都是产品经理34

    教你用 WorkBuddy 本地部署 MiniMax-H3-Image 开源生图模型

    作者分享了用 WorkBuddy 智能体搭配自制 Skill 本地部署刚开源的 MiniMax-H3-Image 生图模型的完整方法,先诊断电脑硬件,再自动安装环境依赖并操作 ComfyUI 出图。

    决策要点

    生图模型本地部署的难点正从环境配置转向工具操作,智能体能代劳装环境和出图,但显存等硬件门槛本身没有消失。

    • 影响多数办公级电脑仍跑不动这类模型,想自建生图能力的企业需先盘点显卡、显存和内存;智能体代劳部署能省下环境调试的人力;在办公设备上安装第三方 Skill 需先过安全评估。
    • 参考可考虑先用先诊断后部署的思路盘点公司现有显卡与显存清单,再选非敏感场景试用量化方案;第三方 Skill 值得先在非生产设备上试用,再评估智能体接入内部部署流程的可行性。
  6. OpenRouter:Blog(Announcements)51

    OpenRouter 实测,如何用重排序模型修复 RAG 检索不准

    OpenRouter 发布 RAG 重排序教程,自建 274 题基准实测显示,向量检索取前 30 候选再用 voyageai/rerank-3-lite 重排,正确片段排第一的比例从 81% 升至 97%,重排序成本约 $0.10 每 1,000 次查询。

    决策要点

    RAG 应用答错的根因常在检索排序而非生成环节,在向量检索后加重排序是低成本、可用 precision@1 量化验证的修复路径。

    • 影响答不上来的案例多数是正确片段没进前三,模型只能回复不知道;便宜 embedding 加重排序的组合在测试中比单独用更贵的 embedding 更准且更省;LLM 重排序延迟约 4 秒,交互式场景需权衡。
    • 参考可考虑从应用日志抽 50 条真实问题并标注正确片段,先算出现有 precision@1 基线;值得在自建评测集上对比 voyageai/rerank-3-lite 与 rerank-3,候选数从 30 起按结果调整;同时核对所选模型的上下文长度限制。
  7. GitHub Blog58

    GitHub 实战指南:智能体技能一次编写、跨不同智能体运行

    GitHub 博客发布智能体技能实战指南,讲解如何把重复任务指令沉淀进以 SKILL.md 为核心的版本化目录,并在不同智能体间复用。

    决策要点

    智能体技能的实质是把个人经验固化为可版本化的团队资产,减少对特定成员和单一智能体的依赖。

    • 影响重复解释任务的时间可沉淀为可复用的指令资产,降低人员交接成本;技能跨客户端复用可减少对单一工具的绑定;但凭证、权限和审批仍需在环境与仓库规则层管理。
    • 参考可考虑从团队反复解释的任务入手写一个技能试点;值得盘点哪些流程判断只存在于少数人脑中,并评估是否整理进 manifest 统一管理。
11月12日周四
  1. 钛媒体61

    四款AI视频模型实测横评:Seedance 2.5、Kling 4.0、Vidu Q4 Preview、Wan 3.0优劣与单价对比

    光锥智能实测横评 Seedance 2.5、Kling 4.0、Vidu Q4 Preview、Wan 3.0 四款AI视频模型,覆盖打戏、情绪演技、多参考素材一致性、长叙事、吃意面、牛顿摆物理、光影追踪和音画口型八个场景。

    决策要点

    实测显示四款视频模型各有所长、没有全能选手,选型要按场景在质量、一致性和单条成本之间做权衡。

    • 影响单条720p 15秒可用视频成本约6.75至25元,重试抽卡会成倍推高支出;素材还原、剧情演技、物理表现各有更强的模型,电商素材、短剧等场景可分别匹配;可灵独立融资后估值约180亿美元,供应商自身经营变化也进入选型考量。
    • 参考可考虑按场景各留一款模型试点,如电商产品素材试Wan 3.0、剧情演技试Vidu Q4或Seedance 2.5,试点时记录含失败重试的单条成片积分消耗和生成时长;值得先算出每条可用视频的实际成本再定预算。
  2. 人人都是产品经理49

    Codex 加 Blender 搭建可自由探索的 3D 世界

    作者用 Codex 加 Blender 和 Three.js 搭出一个可在本地浏览器自由探索的 3D 世界,建模脚本和网页代码大部分由 AI 完成,自己只负责提供参考图、提需求和检查效果。

    决策要点

    AI 编程智能体已能驱动 Blender 这类专业工具产出可交互 3D 内容,门槛正从建模技能转向提需求和验收能力。

    • 影响虚拟展厅、产品 3D 展示、互动营销这类场景的制作门槛在下降,业务团队有机会小成本试做;文中 54 张检查图和多轮返修说明验收与细节打磨仍占大量人力,排期需要预留迭代时间。
    • 参考可考虑挑一个虚拟展厅或产品 3D 展示的小需求,按文中拆分道具、分步渲染验收的流程试做一轮;值得盘点现有 3D 素材和 GLB 模型,优先复用现成资源控制成本。
  3. 人人都是产品经理43

    手把手教你用 Fable 5.2 做一个精致的 HTML 3D 动作游戏

    作者用 AI 模型 Fable 5.2 花约 6 小时、4.5 亿 Token,生成一个浏览器打开即玩的 3D 国风动作游戏,全部素材打包进约 30MB 的单个 HTML 文件。

    决策要点

    智能体接上专业工具链后能产出接近可发布水准的互动产品,制作瓶颈从写代码转向给方向和把模糊反馈说清楚。

    • 影响品牌和营销的轻量互动内容可以小成本试产,制作入口从外包团队转向个人加模型;单项目 4.5 亿 Token 的消耗提示预算结构要重新计算;单 HTML 分发省去下载安装门槛。
    • 参考可考虑选一个 H5 小游戏或互动页面类需求做内部试点,记录 Token 消耗与工时并和外包报价对比;值得同步评估即梦、Tripo 这类工具的积分成本。
  4. 人人都是产品经理33

    开源项目 cn-math-taxonomy 把 12 年教材拆成 3383 个知识点,可回溯定位知识断层

    开源项目 cn-math-taxonomy(https://github.com/xiaoyang111222/cn-math-taxonomy)把中国小学到高中 12 年教材拆成 3383 个知识点和 4873 条先修边,覆盖 10 门学科并提供自适应前置回溯诊断,上线不到一个月 Star 数突破 7600,连续多日登上 GitHub 趋势榜。

    决策要点

    这是一个工程完成度较高但教研成熟度有限的开源教育诊断工具,对企业价值更多在数据结构与方法参考,商用受非商用协议限制。

    • 影响教育类产品可低成本借鉴其知识点加依赖边的图谱结构与确认题容错机制用于自适应学习设计;题库由 AI 生成且未经教师审定与心理测量校准,直接嵌入产品有质量风险;商用须单独取得作者授权。
    • 参考教育产品团队可考虑研读其 diagnose 引擎与 mathLinks 跨学科关联的设计思路作为内部参考;若有商用想法,先核对 CC BY-NC 4.0 的授权边界;引用其中的学科与题库数字前回仓库核对最新版本。
  5. 人人都是产品经理63

    面向 Agent 的知识库检索怎么做:SAG-Wiki 项目拆解

    作者拆解开源项目 SAG-Wiki,展示面向 Agent 的知识库检索方案:不建向量库、不用 Embedding,用 SQLite 全文索引加 BM25 召回,候选交给 TypeSafe 2026 年 9 月发布的判断模型 Jev 逐段打分,再从高分片段提词做扩展检索,默认共 2 轮、每轮取前 50 条候选,最终返回带路径、行号和哈希的原文片段。

    决策要点

    面向 Agent 检索的实质是把质量判断从离线预处理挪进在线循环,逐段打分换来了证据可控,但 RAG 资料预处理的老功夫并没有被绕开。

    • 影响知识库建设多了一条不依赖向量库和 Embedding 的低成本路径;判断模型定价低、延迟小,适合放进检索循环反复调用;但资料清洗与分段调参的人力成本不随检索方法变化,用户与资料用词不一致时首轮召回仍会漏。
    • 参考可考虑盘点内部知识库中专有名词、编号、报错信息占比高的场景,词项检索在这类语料见效快;值得先算清现有资料清洗与分段的人力投入,再拿 SAG-Wiki 与现有向量方案做小范围对照试点。
  6. 人人都是产品经理54

    财税业用WorkBuddy提效的四个实操场景与提示词模板

    作者马佳彬把财税行业的AI应用拆成发票整理、银行流水对账、老板报表汇报、报销登记四个WorkBuddy实操场景,逐一给出可微调套用的提示词模板和技能建议。文中引用的行业数据显示,财税企业服务市场规模四千五百多亿,平均利润率六年内从28%跌到15%;作者并称已有代账机构借助AI让一人每月可服务的账套数翻了一倍还多,其本人实测报销登记提示词生成了含前后端的登记小系统。

    决策要点

    AI在财税行业的落地点选在票据录入与对账这类重复环节,正是低价竞争下利润被工时成本挤压最重的地方。

    • 影响代账机构可按AI提效后重新核算一人能服务的账套数上限,走量模式的成本结构会变;金税四期下账目风险上升,AI查重不等于验真,责任仍在人工;台账与发票数据多了AI处理环节,保密边界需要提前划定。
    • 参考可考虑先选发票台账或流水对账一个场景试点,记录人工与AI的耗时对比;值得盘点现有票据收集和登记流程,确认哪些环节交给AI、哪些保留人工复核;若搭报销小系统,链接权限应限定在内部。
  7. 钛媒体62

    MiniMax H3 Image实测生图快又便宜,复杂指令仍不敌GPT Image 2.6

    MiniMax于11月11日凌晨发布生图模型H3 Image并同步开放模型权重,官方称一张约1600万像素的4K图片最快10秒生成,发布首周五折后单张约0.2261元。

    决策要点

    生图单价已降到可忽略的量级,模型选型的分水岭正从价格转向指令准确率与工作流完整度。

    • 影响电商素材、广告方案等批量生图的单张成本已低至两毛多,试点预算门槛大幅放宽;用于结构说明、商业海报等交付场景时,返工次数会抵消低价优势;模型入口分散会抬高非技术团队的使用成本。
    • 参考可考虑用自家真实任务(中文海报、产品拆解图)各跑一轮对比,统计得到可用图所需的修改次数而非只比单价;需要自主部署的团队可评估H3 Image开放权重的集成方式。
  8. 钛媒体68

    千问办公换上Qwen4实测:速度反超WorkBuddy,交付质量未全面跟上

    钛媒体AIX财经实测千问办公与腾讯WorkBuddy的四项任务对比,换上Qwen4-Max预览版后千问办公速度明显提升,研究报告11分钟完成,快于WorkBuddy的13分钟,3D小游戏17分钟交付且无需返工。

    决策要点

    办公Agent竞争已从单任务功能比拼转向团队协作和企业市场,千问靠换模型追平速度,但质量稳定性仍是与WorkBuddy的差距。

    • 影响企业办公Agent按席位订阅计价,多人使用的预算需整体测算;模型迭代能明显改善交付速度和返工成本,但质量不稳时人工审核环节省不掉;协作能力绑定企业IM生态,选型要考虑与钉钉、企业微信或飞书的兼容。
    • 参考可考虑用同一组真实业务任务对候选Agent做计时和返工次数对比,再决定企业版采购;值得先盘点工作群与文档流程中哪些环节适合交给自动任务,并按席位数测算198元或298元档位的预算。
  9. OpenRouter:Blog(Announcements)60

    OpenRouter测算自托管LLM何时比API便宜,Qwen3.8 27B单卡6%到12%负载即打平

    OpenRouter发布测算文章,用2026年10月8日的实时API价格计算自托管LLM相对API的盈亏平衡负载:Qwen3.8 27B在一张每小时$0.50的租用RTX 3090上。

    决策要点

    自托管是否省钱本质是利用率问题,GPU时租要对比同一小时token量的API费用,多卡大模型常打不过API,单卡小模型和自有GPU才有成本空间。

    • 影响GPU按小时计租、忙闲都收费,只有工作时段的流量最多约24%利用率,多数团队租卡跑大模型难回本;公开的超低自托管成本多按缓存输入计价,口径不一致会误导采购对比;隐私需求大多可用零留存端点和区域路由满足,自托管留给必须掌控硬件的场景。
    • 参考可先用公式自算平衡点,以现价把GPU每小时租金除以满负荷一小时token的API费用;已有闲置GPU的值得优先评估,其电费口径约1%负载即可打平;可按稳定基流量定自建规模,峰值走API并设置provider.zdr,采购前再核对最新价格。
  10. OpenRouter:Blog(Announcements)65

    OpenRouter 教程:如何为大模型做基准测试

    OpenRouter 发布大模型基准测试教程,指导企业用自家业务的输入输出定义任务、用代码校验评分并核对账单,随文提供可运行的 Python 评测脚本。

    决策要点

    公开榜单排名与企业自身任务上的表现相关性很弱,模型选型证据应来自贴合自家业务输入输出的实测,而非榜单名次。

    • 影响同一组任务里 DeepSeek 每百次响应约 $0.00394、GPT-6.1 Sol 约 $0.2449,按所需通过率选型直接决定预算;输出格式不合规会带来无效花费,Sonnet 有 66 次格式失分;小规模自建评测试跑成本仅几美元,实测门槛在下降。
    • 参考可考虑从自家高频流程里挑 10 个左右带标准答案的样例,用随文脚本小预算试跑候选模型;值得同时记录通过率、每百次响应实付成本和截断率,再据此确定上线型号。
  11. OpenRouter:Blog(Announcements)65

    OpenRouter 教程:如何阻止 AI 智能体陷入工具调用死循环

    OpenRouter 发布教程,用 doom-loop 检测、loopKey 参数归一化、步数与成本上限、API key 信用限额四道防线,阻止智能体陷入通宵可烧数千美元的工具调用死循环。

    决策要点

    智能体死循环源于循环结构本身没有计数与止损机制,成本控制要同时放在应用代码内和平台侧,缺一层就留有失控口子。

    • 影响智能体每轮重发全部对话,单轮成本逐轮上涨,无人值守任务通宵可累积数千美元花费;应用内防护依赖代码正确部署,多会话各自低于上限时总额仍会累计超支。
    • 参考可考虑在生产智能体上开启 doom-loop 检测,并按正常运行的轮次和花费设定 stepCountIs 与 maxCost 上限;值得给每个智能体单配 API key 并设日限额;工具报错文案可改成告知模型停止,而不是让它重试。
11月11日周三
  1. 人人都是产品经理38

    教你用WorkBuddy生成3D互动课件

    作者演示在 WorkBuddy 中安装 Anatomy 这个 Skill,一句话提示词即可下载安装并生成内燃机 3D 互动课件,实测使用当前限免的 Hy4 模型。

    决策要点

    Agent 技能包把原本需要 Blender 建模的 3D 课件制作压缩成一句话提示词,教学演示类内容的制作门槛明显下降。

    • 影响内训、产品演示等 3D 内容可由业务人员用一句话提示词自助生成,省去建模环节;生成效果依赖所选大模型,复杂对象需预留换模型检查修复的时间;生成的 HTML 课件可直接在本地浏览器打开分发。
    • 参考可考虑挑一个机器或仪器讲解场景用该流程先试点,记录生成耗时与效果;效果不佳时值得换 DeepSeek-v4.1-Flash 等模型修复后再用于培训或演示。
  2. 人人都是产品经理41

    契约规则如何到达前端与AI工程师:从复制粘贴到产物自动换版

    魏雯 Akir 在人人都是产品经理发文,主张把YAML契约规则当编译产物管理,让规则持续到达消费端。

    决策要点

    这篇文章的实质是把规范当产物而非文档管理,规则像依赖一样由编译管线保证新鲜度,分发损耗从靠自觉提醒变成靠机器对账发现。

    • 影响团队写在AGENTS.md、CLAUDE.md里的AI约束失效时没有告警,存在用着过期规则而不自知的暴露面;人工复制的Prompt前缀会与信源断开同步;只有编译进CI规则的约束才提供确定拦截。
    • 参考可考虑盘点仓库中AGENTS.md与CLAUDE.md的手写约束,标注来源和版本;值得评估把红线类约束编译进CI规则做提交时拦截;新接入场景可按文中十分钟最小流程对比有无引用块的输出差异。
  3. OpenRouter:Blog(Announcements)60

    OpenRouter 实测对比 MCP、CLI 与 Skills 的上下文 token 成本

    OpenRouter 实测同一 GitHub 任务发现,工具接入方式显著改变 agent 的上下文开销,Claude Sonnet 5.5 上 CLI 用 1,421 输入 token,GitHub MCP 默认 46 个工具用 59,417。

    决策要点

    Agent 接工具的真正成本在上下文而非调用本身,MCP 默认全量加载可能把单任务开销放大数十倍,接入方式值得先量化再选。

    • 影响跑 agent 的团队 API 成本会因工具接入方式相差数倍到数十倍;收窄工具范围、裁剪返回字段是不改架构的省钱手段;token 计数绑定具体模型与服务商,换模型需重新测算。
    • 参考可考虑用文中 mcp_cost.py 在自家主力模型上实测工具开销;优先选模型已熟悉的 CLI,无 CLI 时限定 MCP 工具数并让客户端裁剪结果;定义超过约 10,000 token 时值得评估延迟加载。
  4. OpenRouter:Blog(Announcements)58

    OpenRouter 指南:如何修复 OpenAI 与 Claude API 的 429 限流错误

    OpenRouter 发布教程,讲解如何修复 OpenAI 与 Claude API 的 429 限流错误,方法核心是读错误头里的 limit_source 判断限流来自谁,再选等待重试、备用模型或换提供商。

    决策要点

    429 报错的有效解法取决于限流来自谁,按错误头里的 limit_source 分流处理,比默认 SDK 重试更能保证批任务完成。

    • 影响429 多在应用承受真实负载或批任务并发展开时出现,默认重试在窗口内撞墙既耗时又不保证成功;按重置时间等待能保全部完成但批次拉长到分钟级;备用模型与提供商 failover 用极小额费用换来无等待完成。
    • 参考可考虑在代码里按 limit_source 分流;能等待的批任务读 Retry-After 与 X-RateLimit-Reset 定时重试,不能等待的配置 models 备用模型;生产环境用付费模型并保留提供商 failover,排查 allow_fallbacks 设为 false、只列少数提供商或 max_price 过紧的配置。
11月10日周二
  1. 36氪·AI44

    STACK ANYWAY 实测,AI 硬件平台让普通人一句话做出会动的逗猫器

    36氪作者实测观点跃迁的AI硬件平台STACK ANYWAY,一句逗猫器需求被拆成元件清单、三维接线与底层代码,元件到手后与AI对话不到半小时舵机和激光模块即运行。实测也暴露短板,原理图漏画面包板连线,摇杆控制代码反复修改未解决,最终由Codex写通。平台计划10月启动国内公测,设计阶段免费,按元件清单和代码阶段消费额度收费,CEO徐世哲称当前重点是缩短想法到实物验证的时间。

    决策要点

    AI把硬件原型验证的门槛从工程训练降到自然语言对话,但现阶段只负责跑通环节,结构布局和代码准确性仍要人兜底。

    • 影响消费硬件窗口期短,验证速度成为竞争变量,快速出小样的团队能省下原型试错时间;产品经理、设计师等没有硬件团队的角色可以自己动手验证想法;平台代码与结构能力尚不完整,关键环节仍需工程师补位。
    • 参考可考虑让有想法的产品或设计同事用它做按键、传感器这类单点功能小样,替代调用硬件团队的沟通成本;值得先盘点内部卡在原型迭代的硬件项目清单,再对比一轮原型外包与自建的时间预算。
  2. 人人都是产品经理48

    Harness 到底是什么:AI 编程五层架构拆解与团队选型建议

    作者完整消化 Theo 的 49 分钟视频与长文,把 Harness 讲成让只会吐字的大模型真正干活的底座,由工具集、调用语法、执行引擎、结果回填循环和工具说明书构成。

    决策要点

    AI 编程的抽象层正在上移,模型与执行底座绑死已成定局,团队可迁移的资产应放在 MCP 数据层而非某家工具里。

    • 影响换主力模型的成本主要在重配 Skills、插件与权限,选型时应把迁移成本算进总账;内部数据库、文档库、监控埋点等资产若封装成标准 MCP,未来换模型只需改配置;为 3% 到 5% 的跑分差放弃包月订阅改烧按量 API,按原文口径反而花钱更多、干活更少。
    • 参考可考虑按团队阶段选型,单模型团队留在模型原厂工具,多订阅团队可试用开源免费的 T3 Code 并记录实际迁移收益;值得先盘点现有私有工具清单,把涉及内部数据库与文档库的部分封装成标准 MCP 服务。
  3. 人人都是产品经理31

    开源项目「江山时序」把 2400 年中国史做成可拖动时间轴的交互地图

    开源项目「江山时序」把公元前 403 年至当代共 18 个历史时期、164 幅疆域快照做成可拖动时间轴的纯前端交互地图,点城可查跨十八朝建制沿革,内置七条历史人物行迹专题与 20 座雄关详解。

    决策要点

    这篇文章的实质是一份可复用的 AI 加结构化数据接口范本,大模型只输出语义参数,确定性引擎负责渲染与计算。

    • 影响构建涉及地图或结构化数据的 AI 功能时,双参数协议可压低模型幻觉与坐标算错的风险;GPL-3.0 与学术数据的授权边界构成商用二次开发的硬约束;个人与 AI 协作两周半交付也提示小型工具的开发成本在下降。
    • 参考可考虑在 AI 功能设计时先划清模型输出与确定性引擎的分工;值得在复用项目前核对 GPL-3.0 与数据集原始条款;也可参照其 MCP 配置与 Skill 打包方式规划内部工具的 Agent 接入。
  4. OpenRouter:Blog(Announcements)64

    OpenRouter 教程:如何用 Python 搭建语音 AI 智能体

    OpenRouter 发布用 Python 搭建语音 AI 智能体的教程,以餐厅电话订座为例走通语音转文字、LLM 工具调用与语音合成的完整链路,三个环节都通过一个 OpenRouter API key 完成。

    决策要点

    语音智能体的搭建门槛已降到用公开 API 拼装的程度,真正的约束转向时延编排与以语音合成为主的成本结构。

    • 影响预订、客服等电话场景可按每分钟处理语音约 $0.013 至 $0.025 的量级先做验证;成本大头在文本转语音而非 LLM;每次工具调用约多一秒时延,真实后端须确认操作成功再告知客户。
    • 参考可以先用真实业务录音测试入围的语音转文字与语音合成模型,并在自身应用里测含网络与播放的端到端响应时间;试点时控制口语回复长度,比省 LLM token 对成本影响更大;接真实预订后端时确认操作成功再回复客户。
  5. OpenRouter:Blog(Announcements)59

    OpenRouter 教程:如何从任意 LLM 获取结构化输出(JSON Schema、工具调用或决策模型)

    OpenRouter 发布教程,讲解从任意 LLM 获取可靠结构化输出的三条路线,按模型 endpoint 支持情况在严格 JSON Schema、强制工具调用和 Jev 决策模型之间选择。

    决策要点

    结构化输出是否可靠由具体 endpoint 决定而非模型名,多模型接入的真正工作量在按能力选路线和保留本地校验。

    • 影响跨模型应用不能假定 Schema 在所有供应商生效,同一模型换路由结果会不同;只要求合法 JSON 的 JSON 模式实测 216 次全对,说明可在约束强度与稳定性间取舍;纯标签分类改用决策模型在该测试中成本约为 GPT-6 Luna 的一半。
    • 参考可考虑给 provider 加 require_parameters 并设为 true,让不支持的请求显式报错以便切换模型;值得为每条回复保留 jsonschema 校验,可选字段写成必填加 null 类型;纯分类需求可试 Jev,先用自有数据测准确率和成本。
11月9日周一
  1. 人人都是产品经理62

    Anthropic 公开 Claude 内部记忆架构设计

    Anthropic 公开 Claude 跨会话记忆架构,分为原始记录、记忆笔记、Wiki、注入上下文四层,由 Dreaming 过程回查原始记录、修正笔记并压缩出顶层注入索引。

    决策要点

    Agent 记忆的实质是带生命周期的缓存工程,价值在证据校验和分层压缩,而不是把更多事实存下来。

    • 影响构建跨会话 Agent 或企业知识库时,记忆质量直接影响任务收益;无节制增长的记忆会挤占检索与执行预算;错误记忆还会被后续会话反复继承,放大返工成本。
    • 参考可考虑把自家记忆模块拆成原始记录、在线笔记、离线整理、注入索引四组件,并为记忆设预算和垃圾回收;值得支持从笔记回溯原始记录,再用评测任务验证修正是否有效。
  2. 人人都是产品经理63

    微信小程序开发上架详细全流程

    作者晨阳产品笔记复盘了自己为月嫂行业开发的微信小程序悦嫂坊从注册到上架的全流程,一期功能开发仅用 2 天,上线前补齐隐私协议、内容安全等合规材料另花一周多。备案是最常见卡点,名字撞商标、类目与执照经营范围不符都会被驳回,省管局审核需 1 到 20 个工作日。

    决策要点

    AI 已把小程序开发门槛拉低到个人可独立完成,真正耗时和卡点从写代码转移到了备案、命名、隐私合规这些代码之外的环节。

    • 影响想法验证的周期和成本被压低,个人也能几天跑出可上架的产品;隐私指引、协议、内容安全、账号注销是审核硬性项,准备时间可能超过开发本身;主体类型需提前规划,个人主体不能升级为企业,会卡住支付和手机号登录。
    • 参考可考虑把备案与开发并行推进,尽早提交以对冲 1 到 20 个工作日的管局审核;起名前先查商标网和微信同名小程序,办执照时把未来业务写进经营范围;提审前对照常见被拒原因自查,并先发体验版在真机上用几天。